universidad politÉcnica salesiana sede …€¦ · mi tía rosario por estar con nosotros en todo...

UNIVERSIDAD POLITÉCNICA SALESIANA

SEDE MATRIZ CUENCA

CARRERA DE INGENIERÍA MECÁNICA AUTOMOTRIZ

Trabajo de titulación previo a la obtención del Título de Ingeniero

Mecánico Automotriz

“APLICACIÓN DEL DISEÑO EXPERIMENTAL PARA EL

ANÁLISIS DE LA ESTANQUEIDAD DEL CONJUNTO

CILINDRO-PISTÓN DE UN MOTOR HYUNDAI ACCENT 1.5L

MEDIANTE EL ANÁLISIS DE LA SEÑAL DEL SENSOR MAP”

AUTORES:

César Augusto Peñaranda Arcentales

Christian Andrés Vizhco Sigua

DIRECTOR:

Ing. Néstor Diego Rivera Campoverde

Cuenca, Febrero 2016

I

DECLARATORIA DE RESPOSABILIDAD Y AUTORIA

Nosotros, César Augusto Peñaranda Arcentales y Christian Andrés Vizhco Sigua,

declaramos bajo juramento que el trabajo descrito es de nuestra autoría; que no ha sido

previamente presentado para ningún grado o calificación profesional; y que hemos

consultada las referencias bibliográficas que se incluyen en este documento.

A través de la presente declaración cedemos nuestros derechos de propiedad

intelectual correspondientes a este trabajo, a la Universidad Politécnica Salesiana,

según lo establecido por la ley de Propiedad Intelectual, por su Reglamento y por

normatividad institucional vigente.

...........................................................

César Augusto Peñaranda Arcentales

C.I.: 0104973219

..................................................

Christian Andrés Vizhco Sigua

C.I.: 0105810725

II

CERTIFICACIÓN

Certifico que el presente proyecto de tesis “Aplicación del diseño experimental para el

análisis de la estanqueidad del conjunto cilindro-pistón de un motor Hyundai Accent 1.5L

mediante el análisis de la señal del sensor MAP”, realizado por los estudiantes César

Augusto Peñaranda Arcentales y Christian Andrés Vizhco Sigua, fue dirigido por mi

persona.

_________________________________

Ing. Néstor Diego Rivera Campoverde

DIRECTOR DEL PROYECTO

III

AGRADECIMIENTOS

Agradezco a Dios, por darme salud y fortaleza para no rendirme y poder concluir esta

nueva etapa de mi vida.

De manera muy especial a los seres más maravillosos que son mis padres, quienes con

su paciencia, sacrificio, amor y confianza depositada en mi persona, me guiaron por el

camino de la superación y supieron cumplir uno de mis sueños anhelados.

Un agradecimiento especial al Ing. Néstor Rivera quien responsablemente nos

transmitió sus conocimientos y apoyo incondicional para el desarrollo de la

investigación.

A la Universidad Politécnica Salesiana, por permitirme formarme académicamente, a

los docentes por haberme compartido sus conocimientos y a los compañeros de aulas

que con locuras y alegrías compartimos gratos momentos que serán recordados por

siempre.

Gracias a todos.

César Augusto

IV

AGRADECIMIENTO

Mi sincero agradecimiento a mi familia, que está constantemente alentándome y me

regala consejos para alcanzar mis metas. A cada una de las personas que continúan

brindándome su cariño y amistad.

Christian

V

DEDICATORIA

La culminación de mi carrera profesional va dedicada a las personas que me apoyaron

incondicionalmente y forman parte para la consecución de unos de mis objetivos.

Para mis padres, Eusebio y María que con su paciencia, sacrificio y amor, fueron el

pilar fundamental para que pueda alcanzar esta meta en mi vida. Y que a pesar de las

adversidades que tiene la vida, siempre hemos sabido sobresalir adelante. Los quiero

mucho.

A mis hermanos Liliana, Bryan y Jonnathan con quienes he compartido momentos de

alegría y tristeza, a mi sobrina Emily que con sus ocurrencias nos alegra a todos. Para

mi tía Rosario por estar con nosotros en todo momento. A mis padrinos Miguel y

Violeta quienes con sus consejos y palabras de aliento me enseñaron que para cumplir

mis sueños debo ser fuerte. A mi abuelito Manuel Jesús (+) que a pesar de que ya no

este entre nosotros, siempre está en mis pensamientos y mi corazón.

César Augusto

VI

DEDICATORIA

Dedico este proyecto de investigación a mis padres Eudocia y Roberto, quienes han

sido pilar fundamentales en mi desarrollo como persona y me han brindado su apoyo

incondicional durante toda mi vida.

A mis amigos y maestros que me animaron y aportaron con ideas y conocimientos para

culminar exitosamente esta investigación y etapa de mi vida.

Christian

VII

RESUMEN

Este proyecto de investigación describe el comportamiento del sensor MAP durante el

ciclo de admisión en motores de combustión por encendido provocado, a través de un

análisis estadístico cuando el motor está en condiciones óptimas de trabajo y de

funcionamiento real cuando se le simulen fallos referenciados al proceso de admisión.

Inicialmente se relaciona el problema de la investigación, que relaciona el

planteamiento del trabajo con la importancia que abarcara realizar el mismo, además

de mencionar cual es el alcance al que se pretende llegar al realizar este estudio.

La revisión del Estado del Arte se centra en las técnicas de mantenimiento predictivo

empleadas en determinar la eficiencia volumétrica que presenta los motores de

combustión interna que se referencia al ciclo de admisión.

Después se describe la metodología de investigación a desarrollar, como será el

procedimiento experimental a ejecutar y como se realiza la planeación del

experimento. Esta etapa contempla el definir los factores de entrada con sus

respectivos niveles los mismos que afectan la variable de salida del sistema que están

compuestos por el régimen de giro del motor, la holgura de los segmentos de pistones

y la viscosidad del aceite, además se elige el diseño experimental a realizar, los

elementos de medición que conforman la unidad experimental del trabajo, el protocolo

de muestreo y se genera la matriz que determina la adquisición de datos.

Finalmente se desarrolla el análisis e interpretación de los resultados obtenidos de los

tratamientos realizados en la investigación, donde se identifica los efectos lineales,

efectos cuadráticos e interacciones y la relación existente que tienen con los factores

de entrada, con el objeto de generar una base de referencia a los niveles de cada factor.

Además se presenta las conclusiones de la investigación realizada y sus respectivas

recomendaciones.

VIII

ABSTRACT

This research project describes the behavior of the MAP sensor during the intake

stroke engine combustion spark ignition, through statistical analysis when the engine

is in good working condition and real operation when failures are simulated and

referenced to the process of admission.

Initially the research problem, which relates the approach of work with the importance

that will cover to perform the same job, in addition of mention which is the extent to

which aims to reach with this study

The revision of the State of Art focuses on predictive maintenance techniques used to

determine the volumetric efficiency which has internal combustion engines that

reference to admission cycle.

After is described the research methodology to develop, how will be the experimental

procedure being performed? How the planning of the experiment will be conducted?

This stage includes defining input factors with their respective levels, those are

affecting the output variable of the system that are composed by the engine revving,

the clearance of the piston rings and oil viscosity also choose to perform the

experimental design, the measuring elements that make up the experimental work unit,

the sampling protocol and the matrix that determines the acquisition of data is

generated.

Finally, develops the analysis and interpretation of the results of the treatments made

in the research, where the linear effect are identify, quadratic effects and interactions

and the relationship they have with input factors, in order to generate a database of

reference to the levels of each factor. In addition is presented the conclusions of the

research and their recommendations.

IX

ÍNDICE GENERAL

DECLARATORIA DE RESPOSABILIDAD Y AUTORIA ................................... I

CERTIFICACIÓN .................................................................................................... II

AGRADECIMIENTOS ........................................................................................... III

AGRADECIMIENTO ............................................................................................. IV

DEDICATORIA ........................................................................................................ V

DEDICATORIA ....................................................................................................... VI

RESUMEN ............................................................................................................... VII

ABSTRACT ........................................................................................................... VIII

ÍNDICE GENERAL ................................................................................................ IX

ÍNDICE DE FIGURAS ............................................................................................ XI

ÍNDICE DE TABLAS ............................................................................................. XII

1. INTRODUCCIÓN ................................................................................................. 1

2. PROBLEMA ........................................................................................................... 2

3. OBJETIVOS DE LA INVESTIGACIÓN ............................................................ 3

3.1. Objetivo General ............................................................................................. 3

3.2. Objetivos Específicos ....................................................................................... 3

4. ESTADO DEL ARTE ............................................................................................ 3

5. MARCO METODOLÓGICO............................................................................... 6

5.1. Metodología de la Investigación ..................................................................... 6

5.2. Planeación del Experimento ........................................................................... 7

5.2.1. Factores de entrada controlables............................................................. 8

5.2.2. Selección del diseño experimental ......................................................... 10

5.2.3. Clasificación de los diseños experimentales.......................................... 10

5.3. Introducción a la metodología de superficie de respuesta ......................... 11

5.3.1. Diseños de Superficie de Respuesta ....................................................... 11

5.4. Unidad experimental ..................................................................................... 12

5.4.1. Motor de pruebas .................................................................................... 13

5.4.2. Tarjeta de adquisición de datos NI USB-6212 ..................................... 13

5.4.3. Software de desarrollo de sistema NI LABVIEW ............................... 14

5.4.4. Escáner Automotriz Hanatech Multiscan Plus .................................... 16

5.5. Sincronización de señales .............................................................................. 17

5.5.1. Sensor de Posición del Cigüeñal (CKP) ................................................ 17

5.5.2. Sensor de Presión Absoluta del Colector (MAP) ................................. 17

X

5.5.3. Inyector .................................................................................................... 18

5.6. Identificación de las Cotas de Reglaje de Válvulas .................................... 18

5.7. Fase preliminar de adquisición de datos ..................................................... 20

5.8. Selección de estadísticos descriptivos .......................................................... 22

5.9. Adquisición de Datos ........................................................................................ 23

5.9.1. Protocolo de adquisición de señales .......................................................... 24

6. ANÁLISIS DE RESULTADOS .......................................................................... 26

6.1. Valores p ......................................................................................................... 27

6.1.1. Efectos lineales ........................................................................................ 28

6.1.2. Efectos cuadráticos ................................................................................. 30

6.1.3. Efectos de interacción ............................................................................. 32

6.2. Gráficas de residuos ...................................................................................... 33

6.2.1. Gráficas de residuos para desviación estándar .................................... 34

6.3. Gráficas de efectos principales ..................................................................... 35

6.3.1. Gráfica de efectos principales para desviación estándar .................... 35

6.4 Gráficas de interacciones ............................................................................... 36

6.4.1. Gráfica de interacciones para media .................................................... 37

6.4.2. Gráfica de interacciones para mínimo .................................................. 38

6.4.3. Gráfica de interacciones para mediana ................................................ 39

6.4.4. Gráfica de interacciones para tercer cuartil (Q3)................................ 40

6.5. Graficas de Superficie de Respuesta ............................................................ 41

6.5.1. Superficie de respuesta para media ...................................................... 41

6.5.2. Superficie de respuesta para minino ..................................................... 41

6.5.3. Superficie de respuesta para mediana .................................................. 42

6.5.4. Superficie de respuesta para Q3 ............................................................ 43

6.6. Efecto individual de los factores ................................................................... 45

7. CONCLUSIONES ................................................................................................ 47

8. RECOMENDACIONES ...................................................................................... 48

9. REFERENCIAS BIBLIOGRÁFICAS ............................................................... 48

ANEXOS ................................................................................................................... 50

XI

ÍNDICE DE FIGURAS

Figura 1. Tarjeta DAQ NI USB-6212…………………………………………………………………………14

Figura 2. Configuración para la adquisición de la señales………………………………………………..14

Figura 3. Panel Frontal…………………………………………………………………………………………15

Figura 4. Diagrama de Bloques……………………………………………………………………………....15

Figura 5. Escáner Automotriz Hanatech Multiscan Plus…………………………………………….…….16

Figura 6. Sensor CKP Inductivo………….…………………………………………………………………...17

Figura 7. Sensor MAP…………………………………….…………………………………………………….18

Figura 8. Inyector de Combustible…………………………………………….……………………………...18

Figura 9. Montaje de plantilla graduador y reloj comparador…………………………………………....19

Figura 10. Sincronización polea y distribución. …………………………………………………………....19

Figura 11. Cotas de reglaje para admisión y escape……………………………………..………………...20

Figura 12. Numeración dientes en la señal del CKP……………………………………………………..…21

Figura 13. Reglaje de las válvulas sincronizadas al oscilograma del CKP……………………………..22

Figura 14. Ciclo de Admisión para cada Cilindro………………………………………………………..…22

Figura 15. Control de la temperatura del refrigerante del motor………………………………………...24

Figura 16. Control del régimen de giro del motor……………………………………………………….....25

Figura 17. Calibración de los segmentos 1 y 2……………………………………………………………...26

Figura 18. Gráficas de residuos para Desviación Estándar……………………………………………....34

Figura 19. Gráfica de efectos principales para desviación estándar…………………………………..…36

Figura 20. Gráfica de interacciones para media…………………………………………………………....37

Figura 21. Gráfica de interacciones para mínimo………………………………………………………..…38

Figura 22. Gráfica de interacciones para mediana…………………………………………………………39

Figura 23. Gráfica de interacciones para tercer cuartil (Q3) …………………………………………….40

Figura 24. Gráfica de superficie de respuesta para media……………………………………………..….41

Figura 25. Gráfica de superficie de respuesta para mínimo……………………………………………….41

Figura 26. Gráfica de superficie de respuesta para mediana………………………………………….….42

Figura 27. Gráfica de superficie de respuesta para tercer cuartil (Q3)………………………………....43

XII

ÍNDICE DE TABLAS

Tabla 1. Niveles del Factor RPM…………………………………………………………………………….....9

Tabla 2. Niveles del Factor Viscosidad de Aceite…………………………………….……………………….9

Tabla 3. Niveles del Factor Viscosidad de Aceite…………………………………….……………………….9

Tabla 4. Matriz de Tratamientos Box-Behnken……………………………………………………………...12

Tabla 5. Características del Motor Hyundai…………………………..…………………………………….13

Tabla 6. Especificaciones Escáner Hanatech Multiscan Plus………………………………………….….16

Tabla 7. Cotas de reglaje de las válvulas de admisión y escape…………………………………….…….20

Tabla 8. Nomenclatura para los niveles de los factores…………………………………………………….25

Tabla 9. Valores p………………………………………………………………………………………..………27

Tabla 10. Efecto lineal de factor Viscosidad………………………………………………………………....28

Tabla 11. Efecto lineal de factor Holgura…………………………………………………………….……...29

Tabla 12. Efecto cuadrático de factor Viscosidad*Viscosidad…………………………………………….30

Tabla 13. Efecto cuadrático de factor Holgura*Holgura…………………………………………….…....31

Tabla 14. Efecto de interacción de factor Rpm*Viscosidad……………………………………………..…32

Tabla 15. Valor de ajuste R cuadrado para estadísticos.……………………………………………….….33

Tabla 16. Media ajustada de efectos principales para estadísticos descriptivos……………………..…44

Tabla 17. Valores porcentuales de la media ajustada de efectos principales…………………………...44

Tabla 18. Estadísticos representativos para Viscosidad……………………………………………………45

Tabla 19. Estadísticos representativos para Holgura…………………………………….………………...45

1

1. INTRODUCCIÓN

La presente investigación aborda temas de interés particular en el campo del

mantenimiento, donde se destaca el mantenimiento predictivo o mantenimiento basado

en la condición, las mismas que son técnicas que se utilizan hoy día. Dicha técnica se

basa en determinar la condición mecánica real de operación de la maquina o

componente que la conforme, con el objeto de detectar anomalías en una etapa

incipiente, conforme a este diagnóstico se da la oportunidad actuar oportuna y

adecuadamente, priorizando la operatividad normal, condicionar su funcionamiento,

imponer soluciones a mediano plazo.

Conocido el campo de interés, el enfoque del proyecto se fundamenta en desarrollar y

validar una metodología de evaluación de los componentes que intervienen en la

eficiencia volumétrica, basado en las condiciones de operación que inciden en la fase

de admisión de gases frescos de un motor de combustión interna de encendido

provocado.

El desarrollo y evaluación de resultados se realiza desde un punto de vista

experimental, donde se determina los aspectos que intervienen en fase de operación

dicha, con esto se manifiesta la manipulación de variables de estudio, que pueden ser

de carácter dependientes o independientes. Cada experimentación a realizar (variable

independiente), se convertirán en una situación simulada del funcionamiento del

motor, que tendrá efecto directo sobre el comportamiento del sistema (variable

dependiente).

Los resultados obtenidos servirán para validar la metodología aplicada para el análisis

mencionado, además de servir como referencia para el estudio de otros MEP que

posean el sensor mencionado. La metodología empleada en el desarrollo de la presente

investigación se validara conforme al análisis de los resultados.

2

2. PROBLEMA

En la actualidad se prioriza la optimización del mantenimiento vehicular, potenciando

el mantenimiento predictivo, disminuyendo el mantenimiento correctivo y

optimizando el mantenimiento sistemático, con la aplicación de técnicas predictivas y

no intrusivas, es posible dar un diagnostico fiable de fallos en los Motores de

Combustión Interna a Gasolina.

El mantenimiento predictivo es la aplicación de técnicas o serie de acciones, que

relaciona una variable física con el desgaste o estado de una máquina. Dicho

mantenimiento se basa en la medición, seguimiento, monitoreo de parámetros y

condiciones operativas de un equipo. Esta acción evita que, las fallas provoquen paros

de emergencia de operatividad de la maquinaria, tiempos muertos con impacto

financiero negativo. Para fortalecer este mantenimiento, se investiga el uso de técnicas

y herramientas que sean fiables, sencillas y rápidas, para detección de anomalías.

El ámbito industrial en el que se desarrolla la sociedad actual, se ve obligado al

desarrollo y a repotenciar mantenimientos que apliquen técnicas poco o nada

intrusivas, debido que estas acciones tienen un importante impacto socio-económico.

La carrera de Ingeniería Mecánica Automotriz de la Universidad Politécnica Salesiana,

viene desarrollando proyectos que están encaminados al desarrollo de herramientas de

diagnóstico no intrusivas, lo que contribuirá la detección de fallas significativas de los

Motores de Combustión Interna Alternativo. El proyecto que desarrolla el grupo de

investigación de la carrera, se enmarca dentro del estudio en el uso de estas nuevas

técnicas de detección y diagnostico automático de fallos en motores Otto tomando

como medio de condición las oscilaciones del motor, la variación las señales en

sensores principales y el ruido generado en su normal funcionamiento. Por lo que los

beneficiarios de este proyecto serían las empresas de transporte urbano, propietarios

de particulares, porque se mejoraría la calidad y durabilidad de los automóviles, se

reducirá tiempo y costos de mantenimiento para el propietario.

El proyecto que se desarrolla a continuación, tiene como objetivo principal la

generación de una base de datos de diagnosis para la unidad experimental, la cual

funcionara como referencia de aporte, para el tema que desarrolla el Grupo de

Investigación en Ingeniería de Transporte (GIIT) de la universidad, tomando como

3

parámetro de análisis la señal que genera el sensor MAP en condiciones normales y de

fallos preestablecido en el motor.

3. OBJETIVOS DE LA INVESTIGACIÓN

3.1. Objetivo General

Aplicar el diseño experimental para el análisis de la estanqueidad del

conjunto cilindro-pistón de un motor Hyundai Accent 1.5L mediante el

mediante el análisis de la señal del sensor MAP.

3.2. Objetivos Específicos

Plantear el experimento para la obtención de una base de datos con ensayos

del motor operando a diferentes niveles como régimen de motor, viscosidad

de aceite y holgura de segmentos.

Implementar una metodología basada en análisis estadístico.

Validar la metodología propuesta con técnicas estadísticas de alta eficiencia

como DOE de Minitab 17.

Analizar los resultados obtenidos a través del sistema estadístico.

4. ESTADO DEL ARTE

El motor de cíclico Otto, cuyo nombre proviene de su inventor, Nikolaus August Otto,

está expuesto a degradación. La degradación en un motor de combustión interna es el

deterioro que se produce física y estructuralmente en sus componentes y que afectan

al rendimiento global del mismo. Por lo que se hace indispensable proporcionar

sistemas y metodología de mantenimiento, para disminuir el impacto negativo que

ocasione un fallo.

Dentro del mantenimiento de maquinaria, existen varios tipos, entre los cuales destaca

el correctivo, preventivo y predictivo [1]. Estos métodos de mantenimiento están

enfocados a disminuir el impacto que origine las degradaciones a corto o largo plazo

4

de piezas o elementos del motor. En la actualidad el de más amplio uso, es el

mantenimiento predictivo, como resultado de su alta confiabilidad, además de que

disminuye tiempo de para de la máquina.

La aplicación de la gestión electrónica a los motores, abre una puerta al desarrollo de

técnicas, métodos y acciones para mejorar, diagnosticar y potenciar la operatividad de

los motores, sin ninguna necesidad intervenir directamente sobre el motor.

Actualmente se ha desarrollado aproximaciones a la gestión electrónica del motor de

combustión interna alternativos [2]. Estos trabajos se enfocan en hacer una

aproximación a la interacción y gestión electrónica de las variables más representativas

dentro del motor [2]. Estos trabajos permiten dar otro enfoque a las técnicas

empleadas, como aplicar para la diagnosis de anomalías durante el periodo de

funcionamiento de motores alternativos a gasolina.

Es posible establecer el estado de varios componentes internos del motor, estudiando

el comportamiento individual de los ciclos operativos del motor, en función de señales

de los sensores que intervienen en la adquisición de datos, sin necesidad de recurrir a

intervenciones o alteraciones físicas, y sin necesidad de hacer paradas programadas o

de urgencia [3].

El análisis de fenómenos físicos como eficiencia volumétrica, estanqueidad,

vibraciones en el tren alternativo, cambios de temperaturas, etc., ocupando señales

provenientes de sensores, contribuye al mantenimiento predictivo sin necesidad de

intervenir en la operatividad del motor.

En motores a gasolina, es común buscar averías en la bomba de aceite, pérdida de

eficiencia volumétrica, desgaste de elementos móviles, degradación del aceite, etc.

Para estos motores, la eficiencia volumétrica proporcionada para cada uno de los

cilindros es una factor primordial con el fin de obtener un funcionamiento óptimo, por

ello es importante determinar cualquier fallo que de manera directa o indirecta pueda

afectar a la misma, pero cualquier variación inusual que disminuya la eficiencia

volumétrica, es un buen indicador para el diagnóstico de fallos por su gran sensibilidad

al desgaste interno del motor.

Las anomalías dentro de la eficiencia volumétrica, pueden estar ocasionadas por varios

desperfectos interviniendo todos a la vez, unos en menor o mayor magnitud. Por lo

5

que el análisis de las medidas obtenidas suele ser, en la mayoría de los casos, muy

complejo, en base a esto, se han intentado aplicar diferentes técnicas de diagnóstico

para motores de combustión basadas en el procesamiento de señales o valores, aunque

muchas de ellas están en desarrollo, su aplicación se hace más habitual. El conflicto

de implantar este tipo de análisis o mantenimiento radica en establecer la variable

respuesta y en correlacionar niveles de aceptación o rechazo de dicha variable, con

estados reales de la máquina fácilmente medibles, también el tiempo que conlleva su

desarrollo y contar con el equipamiento adecuado.

Estas variaciones abruptas de la eficiencia volumétrica, tiene incidencia directa sobre

el comportamiento de algunos sensores, y pueden ser estudiadas de diferentes maneras,

aplicando diversas técnicas y métodos convencionales.

La señal analógica proveniente de sensores de medición de presión absoluta o el flujo

de aire que ingresa al interior del motor, basan su comportamiento en la magnitud de

fenómenos físicos y han permitido la creación de prototipos enfocados a la medición

de la cilindrada, aplicando técnicas no intrusivas [4]. Al estandarizar la magnitud del

fenómeno físico (eficiencia volumétrica), provoca la aplicación de similares o

idénticas técnicas no intrusivas para el mantenimiento predictivo. Por lo que se

destaca, que mediante la comparación de las gráficas del MAF y MAP se puede

determinar fallos de tipo mecánico los cuales aportan al diagnóstico del estado del

motor [4].

Existen diferentes métodos para determinar el estado físico de un elemento, entre los

cuales sobresalen, análisis de vibraciones, análisis de lubricantes, análisis por

ultrasonido, termografía, análisis estadístico [5]. Dentro del mantenimiento predictivo

por análisis estadístico, existe una amplia gama de métodos que emplean diseño

experimental, los cuales permiten analizar datos mediante modelos estadísticos para

observar la interacción entre las variables independientes y como afectan a la variable

dependiente [6]. Para obtener una realización experimental con un elevado índice de

exactitud, primordial hacer la selección del método estadístico, el cual involucre todos

los factores relacionas al fenómeno a estudiar.

Partiendo de que cualquier tipo de fallo en el interior del cilindro, durante la fase de

admisión altera la señal del sensor MAP, es posible diagnosticar en que cilindro se

encuentra el desperfecto [7]. La primera etapa para determinar analíticamente la

6

respuesta de alteración de la eficiencia volumétrica, es constatar la variación de presión

absoluta, por lo que es necesario cuantificar la variación de voltaje del sensor MAP.

Para este estudio se requiere la caracterización de la señal del MAP y componentes

que intervienen durante la fase de admisión (dentro del cilindro). En esta fase se

pueden determinar el estado de componentes principales: la cavidad cilíndrica interna,

el pistón, las válvulas, los segmentos y la presencia de lubricante (referidos como

factores de incidencia). Llegando a dar los problemas, sus causas y soluciones

referente al estudio razonado de la señal de sensor MAP.

Un estudio preliminar se logra con el análisis de aceite, es un método que ayuda a

determinar los períodos óptimos de sustitución del lubricante y las causas que estén

originando su degradación y contaminación [8]. Esta pérdida de propiedades químicas

(degradación), en general son indeseables en las aplicaciones reales de los motores de

combustión interna alternativos, no solo por el efecto fricción en los elementos

arrastrados, sino por la importancia que tiene al colaborar con la estanqueidad entre

los móviles del bloque motor. El problema surge como consecuencia de la pérdida de

densidad del aceite, disminuyendo la eficiencia volumétrica en el cilindro, que implica

una variación de la presión absoluta en el colector de admisión, ocasionando

aceleraciones y deceleraciones de la velocidad instantánea de rotación. La detección

de fallos en la presión absoluta, por medio de la estanqueidad en el interior de cilindros,

es viable con los métodos actuales, bajo ciertos parámetros de operación del motor y

condiciones en la toma de muestras.

5. MARCO METODOLÓGICO

La investigación será de carácter experimental mediante un proceso lógico, metódico

y ordenado de tratamientos secuenciales, donde cada factor de estudio o variable

independiente de la que dependa la variable de salida será manipulada a ciertos niveles

dados con el fin de determinar cómo se afecta la respuesta del sistema a experimentar.

5.1. Metodología de la Investigación

La metodología de la investigación es un proceso, el cual está conformado por toda

una serie de pasos lógicamente estructurados y relacionados entre sí. El cual nos

7

permite dirigir determinado proceso de manera eficiente para alcanzar los resultados

deseados con el objeto de brindar una estrategia a seguir en el proceso. Profundizando

los conocimientos del proceso sea este teórico, práctico o teórico-práctico [9].

La investigación experimental se da a través de la formación de grupos experimentales

donde se tiene la posibilidad de manipular la realidad del sistema a través del control

de variables rigurosamente controladas para simular las posible condiciones a la que

se encontrará el objeto de estudio, es decir reproducir un fenómeno dentro de un

ambiente específico de pruebas e ir modificando diferentes elementos para observar

que sucede con el fenómeno [10].

Con los resultados que sobresalgan de cada experimentación se obtendrá, información

de carácter cuantitativo para generar los aspectos de llevar a cabo la investigación.

Como la metodología de investigación es de experimentación, la misma es de carácter

exploratorio y está encaminada a examinar una problemática poca estudiada,

parcialmente desconocida o bajo un nuevo enfoque.

Como solución del estudio se plantea a identificar aspectos fundamentales de una

situación determinada, profundizar en el tema o estudiarlo de manera preliminar para

abrir líneas de investigación que sean adecuadas para elaborar una investigación

posterior sobre el fenómeno en estudio [10]. Esto dado que las técnicas actuales de

mantenimiento predictivo no tienen gran incidencia sobre el comportamiento de

señales de la gestión electrónica que controlan el funcionamiento del motor de

combustión interna en este caso de estudio.

De forma generalizada la metodología de investigación reúne varias etapas que se

deben cumplir, los mismos que comprenden la definición del problema de estudio,

elaborar la hipótesis, plantear el diseño que cumpla la hipótesis dicha, receptar la

información del diseño ejecutado, analizar dicha información y como fin el de generar

las conclusiones que definan si se cumplió o no el objetivo del estudio. A continuación

se describe el procedimiento para los fines investigativos:

5.2. Planeación del Experimento

Esta etapa es la más importante, ya que de esta dependerá el grado de eficiencia en los

resultados del experimento. Donde se debe considerar lo siguiente:

8

Concepción del problema de estudio, el mismo que ya se citó con anterioridad.

Determinar la variable de respuesta apropiada, que refleje los resultados de las

pruebas a ejecutar, que viene dado por el comportamiento del sensor MAP.

Establecer los factores de estudio, que intervienen directamente sobre la salida

o respuesta del proceso.

Definir los niveles correspondientes a cada factor a estudiar, el diseño

experimental acorde a los mismos con su respectivo fin de estudio y las réplicas

necesarias por tratamiento.

Elección del diseño experimental.

Estos 3 puntos últimos se analizan a continuación:

5.2.1. Factores de entrada controlables

El comportamiento de los motores de combustión interna ciclo Otto, referidos a

potencia, consumo de combustible y emisión de gases residuales, son en cierta parte

consecuencias de un adecuado control en la admisión de la mezcla aire-combustible

hacia el interior de los cilindros, proceso que será determinado por el sensor de estudio

que controla el tiempo de apertura de los inyectores para el suministro de combustible

en dicha mezcla. A medida que transcurre el tiempo de operación del motor, sus

tolerancias de funcionamiento tienden a variar, por lo tanto el rendimiento tiende a

varia de igual manera. Con base a lo expuesto se pretende analizar el comportamiento

de dicho sensor ante factores que afectan directamente, los mismos que serán descritos

a continuación.

Régimen de giro (rpm)

El régimen de giro del motor afecta directamente a la velocidad de ingreso de mezcla

en el cilindro, medida que será recolectado por el sensor. Como el diseño experimental

contiene tres niveles para cada factor, los niveles para rpm se presentan en la Tabla 1,

los mismos que serán controlados por un escáner automotriz.

9

Tabla 1. Niveles del Factor RPM. Fuente: Los Autores

FACTOR NIVEL BAJO NIVEL MEDIO NIVEL ALTO

RPM 700 (Ralentí) 1600 2500

Viscosidad del lubricante

La viscosidad de aceite se experimentara para analizar como la fluidez del aceite varía

con la temperatura y la presión generada por el motor durante su funcionamiento. Las

viscosidades de los aceites empleados se detallan en la Tabla 2.

Tabla 2. Niveles del Factor Viscosidad de Aceite. Fuente: Los Autores


VISCOSIDAD 10W30 20W50 25W60

Holgura de los segmentos del pistón

Con la variación en la holgura de los segmentos se pretende simular fallo por exceso

de holgura en el nivel alto, y error de selección para el nivel bajo. La experimentación

pretende analizar si la holgura afecta en la aspiración de la mezcla, o si se ve

compensada o no por la viscosidad del lubricante. Los niveles del factor están en la

Tabla 3.

Tabla 3. Niveles del Factor Viscosidad de Aceite. Fuente: Los Autores


HOLGURA -50% STD +50%

Además de los factores controlables mencionados, existen variables o factores no

controlables que por naturaleza intervienen en la ejecución del trabajo y que en cierto

grado sea mínimo, pueden afectar la medición por lo que se deben tomar en cuenta.

Estas variables son:

La temperatura del aire (ºC).

La humedad relativa del aire (%).

La presión atmosférica (Pa).

10

Estas variables varían de acuerdo a las condiciones ambientales en donde se realice la

ejecución del proyecto.

Una vez establecido ciertas variables que en si tienen particularidad con la operación

del sensor map, se procede a seleccionar el diseño experimental que se ajuste al

objetivo de análisis.

Si bien dada la amplia variedad de diseños experimentales para un estudio dado, hace

que se vuelva necesario saber elegir el adecuado para una condición dada, cuál es su

objetivo y su alcance.

5.2.2. Selección del diseño experimental

En la selección del diseño se fijan ciertos aspectos influyentes, siendo estos [11]:

1. El objetivo del experimento.

2. El número de factores a estudiar.

3. El número de niveles que se prueban en cada factor.

4. Los efectos que interesa investigar (relación factores-respuesta).

5. El costo del experimento, tiempo y precisión deseada.

Estos aspectos son dependientes entre sí, ya que si cambia uno de ellos generalmente

cambia el diseño experimental a utilizar.

5.2.3. Clasificación de los diseños experimentales

La clasificación de los diseños experimentales se fundamenta principalmente en el

objetivo del experimento, con este contexto se puede clasificar como [11]:

1. Diseños para comparar dos o más tratamientos.

2. Diseños para estudiar el efecto de varios factores sobre la(s) respuesta(s).

3. Diseños para determinar el punto óptimo de operación del proceso.

4. Diseños para la optimización de una mezcla.

5. Diseños para hacer el producto o proceso insensible a factores no controlables.

11

La clasificación de los diseños experimentales y las condiciones de operación del

motor ya establecidas, da una pauta para determinar que la elección será en base a un

diseño donde se estudie el efecto de varios factores sobre la respuesta para determinar

el punto óptimo de operación del proceso. Por esta razón en [11], se opta por la

elección de diseños para la optimización de proceso para modelos de segundo orden

de Box-Behnken, que será analizado a continuación el porqué de su selección.

5.3. Introducción a la metodología de superficie de respuesta

Algunas veces hay experimentos con los que no se obtienen las respuestas buscadas o

el nivel de mejoras logrado no es suficiente, por lo que es necesario experimentar de

manera secuencial hasta encontrar el nivel de mejoras deseado.

5.3.1. Diseños de Superficie de Respuesta

Es una técnica avanzada del diseño de experimentos, que ayudan a entender de mejor

manera la respuesta, además sirve para optimizar los procesos del sistema caso nuestro

que no es necesario su estudio. Esta metodología permite una mejor interpretación de

la curvatura en la superficie de respuesta en relación a una de tipo factorial, dado que

la ecuación que rige su comportamiento incluye términos cuadráticos que permiten

modelar la curvatura de la respuesta. Es decir, modelan cómo influyen los cambios de

los factores controlables en la variable de respuesta.

No se emplea un diseño de primer orden dado que este solo supone que son importantes

los efectos principales del proceso, además de que solo sirven para manipular 2 niveles

en cada factor.

Se emplea un diseño de segundo orden porque permiten estudiar, además de los efectos

lineales e interacción, los efectos cuadráticos o de curvatura pura. Razón por la cual el

diseño debe tener al menos tres niveles de estudio en cada factor para estimar la

curvatura de la superficie en la dirección de cada factor.

El diseño de composición central no es aplicable porque parte de un diseño factorial

completo 2k o fraccionado 2k-p.

12

El diseño de Box-Behnken es aplicable cuanto se tienen tres o más factores, son

eficientes al número de corridas, no incluye tratamientos a los vértices de la región

experimental, y al menos uno de los factores se fija en la mitad de su rango de prueba.

Con las características expuestas, el diseño a realizar se presenta a continuación, el

cual será desarrollado en el software Minitab® 17, matriz que experimento con un total

de 15 tratamiento de los cuales solo 13 son combinaciones del diseño y las 2 sobrantes

son adiciones de réplicas dadas a la mitad del rango de la prueba que caracteriza al

diseño a realizar, además se realiza 3 repeticiones que genera un total de 45

tratamientos.

Tabla 4. Matriz de Tratamientos Box-Behnken. Fuente: Los Autores

Tratamiento RPM VISCOSIDAD HOLGURA

1 700 30 0

2 2500 30 0

3 700 60 0

4 2500 60 0

5 700 50 -50

6 2500 50 -50

7 700 50 50

8 2500 50 50

9 1600 30 -50

10 1600 60 -50

11 1600 30 50

12 1600 60 50

13 1600 50 0

14 1600 50 0

15 1600 50 0

5.4. Unidad experimental

La unidad experimental está conformada por todos los objetos sobre el que se

realizaran los tratamientos, con el propósito de generar valores cuantitativos

representativos a la respuesta del experimento.

13

5.4.1. Motor de pruebas

El motor empleado para realizar las pruebas, es uno de la marca Hyundai de las

siguientes características:

Tabla 5. Características del Motor Hyundai. Fuente: Manual Hyundai

Objeto de estudio

Motor Alpha II

Modelo G4FK

Sistema de Inyección MPFI

Cilindrada 1.5L (1495cc)

Cilindros 4

Toque Max 134Nm @ 4000rpm

Potencia Max 74kW @ 6000rpm

Relación peso potencia 12.61: 1 kW / kg

Diámetro –Carrera 75.5x83.5mm

Relación de compresión 9,5:1

Distribución DOHC

Válvulas por cilindro 4

5.4.2. Tarjeta de adquisición de datos NI USB-6212

El NI USB-6212 es un módulo DAQ multifunción USB, energizado por bus y

optimizado para una precisión superior a velocidades de muestreo más altas. Ofrece

16 entradas analógicas, velocidad de muestreo de 400 kS/s, dos salidas analógicas, 32

líneas de E/S digital, cuatro rangos de entrada programable (±0.2 V a ±10 V) por canal,

disparo digital y dos contadores/temporizadores [12].

Para mayor detalle de las especificaciones de la tarjeta DAQ NI USB-6212, (Ver ANEXO I).

14

Figura 1. Tarjeta DAQ NI USB-6212 Fuente: [12]

Configuración de la tarjeta NI USB-6212

La configuración de la tarjeta de adquisición de datos se observa en la Figura 2.

Figura 2. Configuración para la adquisición de la señales. Fuente: Los Autores

5.4.3. Software de desarrollo de sistema NI LABVIEW

Es un sistema de programación visual Gráfica enfocada a aplicaciones que involucren

adquisición, control, análisis y presentación de datos.

15

El entorno de programación de los VIs tiene un panel frontal y un diagrama de bloques.

Panel Frontal

Es la interfaz gráfica de VI donde es posible la visualizar el comportamiento, en tiempo

real de los datos que se adquieren médiate la tarjeta DAQ.

Figura 3. Panel Frontal. Fuente: Los Autores.

Diagrama de Bloques

El diagrama de bloques constituye el código fuente gráfico, en el cual se especifican

los parámetros, que define la funcionalidad del VI.

Figura 4. Diagrama de Bloques. Fuente: Los Autores.

16

5.4.4. Escáner Automotriz Hanatech Multiscan Plus

Es una herramienta electrónica de diagnóstico que brinda varias funciones, tales

como:

- Autodiagnóstico sobre el sistema global del vehículo.

- Analizador de gases.

- Comunicación OBDII/EOBD

Figura 5. Escáner Automotriz Hanatech Multiscan Plus. Fuente: https://www.diagnostic-

equipment.co.uk/products/handheld-diagnostics/multiscan#4-technical-spec

Las especificaciones del escáner, se pueden observar en la Tabla 6.

Tabla 6. Especificaciones Escáner Hanatech Multiscan Plus. Fuente: Los Autores

Hanatech Multiscan Plus

UPC Dual de 16 bits del procesador 33MHz

Memoria 1 Mbyte de memoria SRAM

Cartucho del programa de la

tarjeta

512Mbyte integrado de memoria flash

LCD 320X240 LCD monocromática gráfica con

luz de fondo

Teclado numérico 20 teclas de membrana, el tipo de estampado

Puerto de comunicación USB y RS232

Fuente de alimentación 12 V DC - La batería del vehículo -

encendedor de cigarrillos - AC / DC

Impresora Impresora genérica PC

Protocolo CAN Integrado y Hardware J1850

17

5.5. Sincronización de señales

En esta etapa del proyecto se establece los parámetros de medición, con el fin de tener

una referencia en la identificación de ciclo de funcionamiento del motor en cada uno

de sus cilindros. La identificación del ciclo de operación del motor, se visualizara con

un proceso de sincronización1 de señales, las mismas que serán relacionadas por los

sensores CKP y MAP, teniendo como señal auxiliar el Inyector #1.

5.5.1. Sensor de Posición del Cigüeñal (CKP)

El sensor de posición de cigüeñal CKP (Crankshaft Position Sensor), generalmente va

ubicado cerca de una rueda dentada que a medida que gira produce variaciones en la

salida del sensor; este elemento tiene la función principal de detectar la posición del

cigüeñal y el régimen de giro, esta información la recepta la ECU para determinar los

tiempos de apertura de los inyectores.

Figura 6. Sensor CKP Inductivo. Fuente: Los Autores

5.5.2. Sensor de Presión Absoluta del Colector (MAP)

El sensor MAP (Manifold Absolute Pressure) capta la variación de presión dentro del

colector de admisión, dicho cambios de presión son convertidos a valores de voltaje

para la interpretación de la unidad de control electrónica que calcula la cantidad

adecuada de combustible a inyectar por medio de tiempo de apertura del inyector.

1 Sincronizar: Hacer que coincidan en el tiempo dos o más movimientos o fenómenos.

18

Figura 7. Sensor MAP Fuente: Los Autores

5.5.3. Inyector

El inyector es el encargado de pulverizar una determinada cantidad de combustible en

un instante establecido, para que se produzca una mezcla homogénea con el aire que

será aspirada hacia el interior del motor. Esta investigación usa la señal como

referencia al cilindro 1.

Figura 8. Inyector de Combustible Fuente: http://www.mecanicaymotores.com/los-inyectores-de-

combustible.html

5.6. Identificación de las Cotas de Reglaje de Válvulas

El proceso para la obtención de las cotas de reglaje de las válvulas para obtener los

grados de adelanto y retraso a la apertura y cierre respectivamente, se lo realizo

mediante la medición empírica que se describe a continuación:

El motor posee un sistema DOHC con taques hidráulicos. En la medición de dichos

ángulos se empleó un reloj comparador sobre la base del taque hidráulico y una

plantadilla graduada sobre la polea del cigüeñal.

19

Figura 9. Montaje de plantilla graduador y reloj comparador. Fuente: Los Autores

El inicio de la prueba, consta de tener un punto referencial para la medición, entonces

se coloca el pistón número uno en el PMS (fase de compresión), la marca de la polea

deberá coincidir con el 0T marcado en la tapa de la distribución, en este instante las

válvulas estarán cerradas.

Figura 10. Sincronización polea y distribución. Fuente: Los Autores.

Al girar el cigüeñal en el sentido horario, la aguja del reloj comparador que esta sobre

el taque de la válvula de admisión reacciona ante un leve movimiento, que quiere decir

que empezó su accionamiento; en este momento se toma los grados de AAA y RCA

respectivamente.

Igual procedimiento se realiza en la válvula de escape para determinar los grados de

AAE y RCE respectivamente.

En la Tabla 7, se observa los valores de las cotas de reglaje para las válvulas de

admisión y escape.

20

Tabla 7. Cotas de reglaje de las válvulas de admisión y escape. Fuente: Los Autores

Válvula Admisión Válvula Escape

AAA RCA AAE RCE

10° 35° 35° 10°

En la figura 11 se presenta las cotas de reglaje de las válvulas de admisión y escape,

del motor de estudio.

Figura 11. Cotas de reglaje para admisión y escape. Fuente: Los Autores

5.7. Fase preliminar de adquisición de datos

La sincronización de la señal del sensor CKP, del MAP y del inyector #1 (Figura 12),

se interpreta de la siguiente manera.

La rueda fónica tiene una configuración 60-2 dientes, por lo que la señal del CKP tiene

58 oscilaciones producto de que la rueda fónica cruza frente al sensor inductivo. Con

los 360º de un giro completo del cigüeñal divididos para los 60 dientes de la rueda se

tiene que cada diente equivale a 6 grados.

Para determinar que el primer pistón se encuentre en el PMS, se cuenta 20 oscilaciones

(20 dientes) tomado como referencia a la señal de los dientes faltantes.

21

Figura 12. Numeración dientes en la señal del CKP. Fuente: Los Autores.

Al poder visualizar las señales del sensor CKP, del MAP y del Inyector #1 en un

mismo intervalo de voltaje y tiempo, se facilita determinar y observar en qué punto del

oscilograma del MAP, se produce el cruce de válvulas y el retraso al cierre de la

válvula de admisión, la cual tiene relación directa con la variación del voltaje de señal

de dicho sensor.

En la figura 13 se detalla las fases de la válvulas correspondientes al cilindro número

1, a partir del diente numero 18 (12-10 grados antes del PMS), el voltaje del MAP se

incrementa hasta el diente número 26, por efecto del traslapo-solapo de las válvulas.

A continuación el volate del MAP desciende nuevamente por efecto de la aspiración

en el cilindro cuando el pistón baja, esta caída de voltaje perdura hasta el diente número

50, que equivale a la llegada del pistón al PMI del cilindro, desde el diente 51 al 56

(35 grados de retardo del cierre de la válvula de admisión), es decir, el pistón asciende

y ya no genera succión, esto hace que la presión en el colector y el voltaje del MAP

incrementen su valor de manera directamente proporcional.

22

Figura 13. Reglaje de las válvulas sincronizadas al oscilograma del CKP. Fuente: Los Autores

Figura 14. Ciclo de Admisión para cada Cilindro. Fuente: Los Autores

5.8. Selección de estadísticos descriptivos

Los estadísticos descriptivos resumen y describen las características importantes de

los datos. El resumen puede ser los datos de forma numérica o gráfica.

Para seleccionar los estadísticos descriptivos de la respuesta, se realizan pruebas

preliminares, donde se toman los datos del sensor MAP, a nivel bajo y alto del factor

rpm (700 y 2500 rpm), sin adulteraciones en los factores restantes.

23

Aplicando un prueba Tukey a estos datos, se estable que los estadísticos con menor

valor p se consideran para la análisis dentro de la investigación. Cuales se presentan a

continuación.

Media

EE de la Media

Desviación Estándar

Varianza

Coeficiente de Variación

Suma

Suma de Cuadrados

Mínimo

Máximo

Rango

Q1

Mediana

Q3

Rango

Curtosis

Estos descriptivos en el análisis de varianza, prueba la hipótesis de que las medias de

dos o más poblaciones son iguales. Es decir evalúan la importancia de uno o más

factores al comparar las medias de la variable de respuesta en los diferentes niveles de

factores.

5.9. Adquisición de Datos

La adquisición de datos por medio de la DAQ, se obtiene de la señal del sensor MAP

durante el funcionamiento del motor, es un proceso de captar valores correspondientes

a la presión absoluta, en el instante de la fase de admisión.

24

5.9.1. Protocolo de adquisición de señales

Un protocolo se refiere a condiciones que se deben cumplir en el proceso de

adquisición de datos las mismas que deben cumplirse de manera estricta con el fin de

garantizar que los datos sean concretos y veraces para validar los resultados del

experimento, por lo que se tomaron en cuenta lo siguiente:

Uso de gasolina extra (87 octanos)

Instalar los instrumentos de medición como la tarjeta, los sensores, escáner.

Inhabilitar la válvula de control de aire (IAC).

Encender el motor hasta que la temperatura del refrigerante alcance las

condiciones óptimas de funcionamiento (85 ~ 90 ºC), la misma que será

monitoreada por un escáner automotriz, además de que garantizara de que cada

aceite empleado en las pruebas adquirirán su temperatura de operación.

Figura 15. Control de la temperatura del refrigerante del motor. Fuente: Los Autores

El ventilador es eléctrico no debe estar funcionando, ya que el consumo que

tiene afecta directamente a la estabilización del régimen del giro del motor.

Estabilizar el régimen de giro del motor, el mismo que no debe desviarse de la

velocidad establecida en más de ±1%.

25

Figura 16. Control del régimen de giro del motor. Fuente: Los Autores

Adquirir los datos de cada muestra, los mismos que son exportados a Excel

para su posterior análisis.

Para cada prueba experimental se esperara que el ventilador se accione y se

desactive por sí solo, para no afectar el proceso.

Repetir el procedimiento de muestreo para cada una de los tratamientos, es

decir cuando se emplee aceite de diferentes viscosidades y holguras a

diferentes medidas.

Cuando el experimento acredite el cambio de los segmento de los pistones,

como recomendación se utilizara el manual de taller específico para este tipo

de motor con el fin de garantizar medidas, torques de apriete, etc., establecidos

por el fabricante.

Se emplea la siguiente nomenclatura para cada una de las corridas experimentales, con

la finalidad de identificarlos de manera técnica y rápida para el análisis de resultados.

Tabla 8. Nomenclatura para los niveles de los factores. Fuente: Los Autores

Nomenclatura para levantamiento de datos

Variable Simbología Descripción Variable Simbología Descripción

RPM R1 700 (Ralentí) Segmentos S1 -50% (Cerrado)

R2 1600 S2 STD

R3 2500 S3 +50% (Abierto)

Viscosidad V1 10W30 Replica 1 Replica 1

V2 20W50 2 Replica 2

V3 25W60 3 Replica 3

26

De acuerdo a la tabla 8, a cada archivo de las pruebas realizadas se la denominara con

la simbología correspondiente al nivel de cada variable. Por ejemplo:

R1-S2-V3-2

Dónde: R1corresponde a 700 rpm de régimen de giro del motor, S2 representa la

holgura de los segmentos en un valor STD (Estándar) dado por el fabricante, V3 se

refiere a la viscosidad del aceite 25W60 y 2 significa la segunda réplica de la prueba a

realizarse.

Cabe indicar que en lo que respecta a los niveles del factor holgura de segmentos se

manipula la tolerancia de ajuste de los rines 1 y 2 conocidos como segmento de fuego

y de compresión respectivamente. Como el motor dispone de segmentos estándar, la

calibración de ring #1 es de 0,3mm y del ring #2 es de 0,45mm, por lo que una

calibración al -50%, se da una medida de 0,15mm a ring #1 y 0,23mm al ring #2; de

igual forma una calibración de +50% (50%) tendrá medidas en el ring #1 de 0,45mm

y en el ring #2 de 0,68mm.

Figura 17. Calibración de los segmentos 1 y 2. Fuente: Los Autores

6. ANÁLISIS DE RESULTADOS

Ya concluido con los tratamientos del diseño experimental, se procede a analizar los

resultados obtenidos en las diferentes condiciones en las se puede encontrar operando

el conjunto cilindro-pistón y que se expusieron anteriormente. Para lo cual se

determinaran los estadísticos descriptivos más significativos del análisis de varianza.

En lo referente al análisis se estudiaran las gráficas de residuos, los efectos principales,

interacciones y análisis de la superficie de respuesta, tratamientos que son analizados

en el software estadístico Minitab 17.

27

6.1. Valores p

Los valores p presentes en la Tabla 9 describe la significancia que tiene el factor sobre

cada estadístico descriptivo, los mismos que deben ser iguales o menores a 0,05 que

representa el nivel de significancia y que influyen directamente sobre el estadístico.

Se utiliza los valores p para el análisis de significancia en efectos lineales, cuadráticos

y de interacción.

Tabla 9. Valores p. Fuente: Los Autores

Lin

eal

Rpm

Vis

cosi

dad

Holg

ura

Cuad

ráti

ca

Rpm

*R

pm

Vis

cosi

dad

*V

isco

sid

ad

Holg

ura

*H

olg

ura

Inte

racc

ión

2 f

acto

res

Rpm

*V

isco

sid

ad

Rpm

* H

olg

ura

Vis

cosi

dad

*H

olg

ura

Media 0,000 0,000 0,001 0,007 0,000 0,000 0,011 0,458 0,1900 0,0460 0,4980 0,5870

E.E de la

Media 0,000 0,000 0,506 0,843 0,000 0,000 0,920 0,004 0,2300 0,0990 0,5070 0,2830

Media

Recortada 0,000 0,000 0,001 0,007 0,000 0,000 0,011 0,454 0,1890 0,0470 0,4950 0,5860

Desviación

Estándar 0,000 0,000 0,359 0,699 0,000 0,000 0,634 0,002 0,1950 0,0900 0,4920 0,2390

Varianza 0,000 0,000 0,328 0,782 0,000 0,000 0,959 0,002 0,2040 0,0790 0,4480 0,3310

Coeficient

e Varianza 0,000 0,000 0,065 0,085 0,000 0,000 0,500 0,069 0,5240 1,0000 0,2020 0,4470

Suma 0,000 0,000 0,015 0,013 0,000 0,000 0,004 0,309 0,7780 0,3750 0,5940 0,9910

Suma de

cuadrados 0,000 0,000 0,025 0,056 0,000 0,000 0,001 0,064 0,8700 0,5470 0,5920 0,8290

Mínimo 0,000 0,000 0,000 0,006 0,000 0,000 0,005 0,513 0,1440 0,0340 0,4960 0,5170

Q1 0,000 0,000 0,001 0,006 0,000 0,000 0,011 0,531 0,2310 0,0600 0,5100 0,6030

Mediana 0,000 0,000 0,000 0,007 0,000 0,000 0,010 0,478 0,1780 0,0420 0,5110 0,5920

Q3 0,000 0,000 0,001 0,006 0,000 0,000 0,014 0,307 0,1960 0,0500 0,4660 0,6060

Máximo 0,000 0,000 0,002 0,013 0,000 0,000 0,016 0,344 0,2870 0,0820 0,6390 0,4910

Rango 0,000 0,000 0,448 0,912 0,004 0,001 0,597 0,212 0,8060 0,4550 0,5990 0,7220

Curtosis 0,000 0,000 0,879 0,943 0,000 0,000 0,882 0,038 0,7600 0,5080 0,8300 0,4160

Todos los modelos contienen 3 efectos lineales (RPM, Viscosidad y Holgura), los

cuales se deberán evaluar con cuidado en presencia de una interacción significativa y

efectos cuadráticos. Además cada modelo contiene 3 efectos cuadráticos (RPM* RPM,

28

Viscosidad* Viscosidad y Holgura*Holgura) y 3 interacciones de 2 factores cada una

(RPM*Viscosidad, RPM*Holgura y Viscosidad*Holgura).

Al analizar la tabla se establece que, el efecto lineal del factor RPM es

significativamente elevado, puesto que el valor p para este factor es igual en todos los

estadísticos descriptivos. Es decir el valor p de 0,000 es menor que el valor de

significancia, por lo que todos los estadísticos descriptivos de la variable de salida

difieren dependiendo de las RPM del motor.

El análisis de efecto lineal se enfocara a los factores Viscosidad y Holgura, para cada

uno de los estadísticos, conforme al motivo ya expuesto en el párrafo anterior.

A continuación se analizan los estadísticos descriptivos con mayor relevancia para este

proyecto, por lo que se omite el análisis del estadístico media recortada, suma y suma

de cuadrados.

6.1.1. Efectos lineales

Tabla 10. Efecto lineal de factor Viscosidad. Fuente: Los Autores

Respuesta Comparación Conclusión Interpretación

Media 0,001 < 0,05 Significativo Variación de la respuesta depende del

cambio de la viscosidad del aceite.

E.E de

Media 0,506 > 0,05 No

significativo Variación de la respuesta no depende de

la Viscosidad del aceite.

Desviación

Estándar 0,359 > 0,05 No

significativo

Variación de la respuesta no depende de


Varianza 0,328 > 0,05 No

significativo



Coeficiente


significativo



Mínimo 0 < 0,05 Significativo Variación en la respuesta depende del

cambio de la Viscosidad del aceite.

Q1 0,001 < 0,05 Significativo Variación en la respuesta depende del


Mediana 0 < 0,05 Significativo Variación en la respuesta depende del


29

Q3 0,001 < 0,05 Significativo Variación en la respuesta depende del


Máximo 0,002 < 0,05 Significativo Variación en la respuesta depende del


Rango 0,448 > 0,05 No

significativo



Curtosis 0,879 > 0,05 No

significativo



Tabla 11. Efecto lineal de factor Holgura. Fuente: Los Autores


Media 0,007 < 0,05 Significativo Variación en la respuesta depende de la

dimensión de la holgura de los segmentos

E.E de

Media 0,843 > 0,05 No

significativo


la dimensión de la holgura de los

segmentos

Desviación

Estándar 0,699 > 0,05

No

significativo



segmentos


significativo



segmentos

Coeficiente

Varianza 0,085 > 0,05

No

significativo



segmentos

Mínimo 0,006 < 0,05 Significativo Variación en la respuesta depende de la


Q1 0,006 < 0,05 Significativo Variación en la respuesta depende de la


Mediana 0,007 < 0,05 Significativo Variación en la respuesta depende de la


Q3 0,006 < 0,05 Significativo Variación en la respuesta depende de la


Máximo 0,013 < 0,05 Significativo Variación en la respuesta depende de la


Rango 0,912 > 0,05 No

significativo



segmentos

30


significativo



segmentos

6.1.2. Efectos cuadráticos

El efecto cuadrático tiene un valor p de 0,000 por lo que existe una curvatura en la

superficie de respuestas.

El valor p para RPM*RPM es de 0,000 aproximadamente (ver Tabla 9) lo que es

inferior al valor de significancia, esto es para todos los estadísticos de la respuesta, por

lo que existe un efecto cuadrático significativo en todos los estadísticos. Es decir, la

relación entre RPM y los estadísticos de la variable de salida siguen una línea curva,

lo que representa una superficie de respuesta curva.

El enfoque de los efectos cuadráticos se centra sobre los factores

Viscosidad*Viscosidad y Holgura*Holgura, los cuales se detallan a continuación, en

las Tabla 4.4 y 4.5 respectivamente.

Tabla 12. Efecto cuadrático de factor Viscosidad*Viscosidad. Fuente: Los Autores


Media 0,011 < 0,05 Significativo Relación entre Viscosidad y estadístico

sigue una trayectoria curva.

E.E de

Media 0,920 > 0,05 No

significativo Relación entre Viscosidad y estadístico

sigue una línea recta.

Desviación

Estándar 0,634 > 0,05

No

significativo

Relación entre Viscosidad y estadístico

sigue una línea recta

Varianza 0,959 > 0,05

No

significativo



Coeficiente

Varianza 0,500 > 0,05

No

significativo



Mínimo 0,005 < 0,05 Significativo



Q1 0,011 < 0,05

Significativo Relación entre Viscosidad y estadístico


Mediana 0,010 < 0,05



31

Q3 0,014 < 0,05



Máximo 0,016 < 0,05



Rango 0,597 > 0,05

No

significativo



Curtosis 0,882 > 0,05

No

significativo



Tabla 13. Efecto cuadrático de factor Holgura*Holgura. Fuente: Los Autores


Media 0,458 > 0,05 No

significativo Relación entre Holgura y estadístico


E.E de

Media 0,004 < 0,05 Significativo Relación entre Holgura y estadístico

forma una trayectoria curva.

Desviación

Estándar 0,002 < 0,05 Significativo

Relación entre Holgura y estadístico


Varianza 0,002 < 0,05 Significativo Relación entre Holgura y estadístico


Coeficiente


significativo



Mínimo 0,513 > 0,05 No

significativo



Q1 0,531 > 0,05 No

significativo



Mediana 0,478 > 0,05 No

significativo



Q3 0,307 > 0,05 No

significativo



Máximo 0,344 > 0,05 No

significativo



Rango 0,212 > 0,05 No

significativo



Curtosis 0,038 > 0,05 Significativo Relación entre Holgura y estadístico


32

6.1.3. Efectos de interacción

Conforme a la Tabla 14 es posible determinar que para los factores Rpm* Holgura y

Viscosidad*Holgura el valor p para los estadísticos descriptivos de la respuesta, son

superiores al nivel de significancia de 0.05, es decir que el efecto Rpm y Viscosidad

en los estadísticos de la respuesta no cambiaran cuando se varié la Holgura

respectivamente para cada interacción.

También es posible determinar que el valor p para el efecto de interacción del modelo,

para todos los estadísticos de la respuesta son mayor a su valor de significancia α,

entonces los estadístico de la variable de salida no cambia cuando se afecte los 3

factores a la vez.

Tabla 14. Efecto de interacción de factor Rpm*Viscosidad. Fuente: Los Autores


Media 0,0460 < 0,05 Significativo

EL efecto de las RPM en el estadístico de

la variable de salida depende de la

Viscosidad.

E.E de

Media 0,0990 > 0,05

No

significativo

El efecto de las RPM en el estadístico de la

variable de salida no cambia al variar la

Viscosidad.

Desviación

Estándar 0,0900 > 0,05

No

significativo



Viscosidad.


significativo



Viscosidad.

Coeficiente

Varianza 1,0000 > 0,05

No

significativo



Viscosidad.

Mínimo 0,0340 < 0,05 Significativo



Viscosidad

Q1 0,0600 > 0,05 No

significativo



Viscosidad.

Mediana 0,0420 < 0,05 Significativo



Viscosidad

33

Q3 0,0500 < 0,05 Significativo



Viscosidad

Máximo 0,0820 > 0,05 No

significativo



Viscosidad.

Rango 0,4550 > 0,05 No

significativo



Viscosidad.


significativo



Viscosidad.

6.2. Gráficas de residuos

Las gráficas de residuos se utilizan para examinar la bondad del ajuste en la regresión

y ANOVA. El Anova es un método estadístico que sirve para determinar la

variabilidad de los valores cuantitativos que representan los diferentes niveles de los

factores de estudio en el diseño experimental realizado.

Para el análisis de gráficas de residuos de los estadísticos descriptivos de la variable

respuesta, se presenta en la Tabla 15 los valores de R2, los cuales indican en que

porcentaje los valores medidos se ajustan a la regresión o valor esperado. Para ser

considerados como valido el experimento, este valor debe ser mayor al 70%.

Tabla 15. Valor de ajuste R cuadrado para estadísticos. Fuente: Los Autores

Estadísticos Descriptivos R2

Media 99,43%

E.E de Media 99,35%

Desviación Estándar 95,84%

Varianza 95,84%

Coeficiente de Variación 98,39%

Mínimo 99,50%

Q1 99,42%

Mediana 99,44%

Q3 99,44%

Máximo 99,32%

Rango 93,74%

Curtosis 96,43%

34

El porcentaje de ajuste de los valores es superior al 90%, lo que acredita un correcto

análisis de las gráficas de residuos.

6.2.1. Gráficas de residuos para desviación estándar

Se analiza el Anova para desviación estándar que es una medida de dispersión para

valores cuantitativos de los tratamientos experimentados.

Figura 18. Gráficas de residuos para Desviación Estándar. Fuente: Los Autores

En la Figura 18, se presenta la gráfica de probabilidad normal, donde los residuos se

ajustan a una línea recta, por lo que se cumple el supuesto de la normalidad de los

datos, además el histograma certifica esto con su forma de campana, tiene un valor

atípico en 0,0015 y con respecto al sesgo es casi simétrica.

Los puntos en la gráfica de valor ajustado vs. residuo, no asumen ningún patrón

explícito en forma de embudo o cuello de botella, puesto que están dispersos

aleatoriamente alrededor de cero, por lo que la varianza es constante, no tiene puntos

atípicos, ni puntos influyentes. Los residuos distribuidos de manera aleatoria según el

Valor Ajustado, corrobora el supuesto de varianza constante.

35

En la gráfica de residuo vs orden, que los puntos tienen una dispersión alrededor de

cero por la aleatorización de las corridas, certificando la no correlación entre residuos,

se acepta el supuesto de independencia de los resultados.

El análisis de las gráficas de residuos del resto de los estadísticos descriptivos, cumplen

con lo expuesto anteriormente y se representan en el ANEXO II.

6.3. Gráficas de efectos principales

Las gráficas de efectos principales ayudan a determinar cuáles son los factores de

mayor influencia sobre la variable de respuesta.

El análisis correspondiente al factor RPM se lo realiza de forma general, debido a que

la variación de los estadísticos de la respuesta, es considerablemente alta. Razón que

es obvia dado que el pasar de un régimen de giro de nivel bajo (700 rpm) a un nivel

alto (2500 rpm), la presión en el interior del colector aumenta y por ende el sensor

MAP capta de con mayor sensibilidad ese incremento.

Expuesto lo del factor RPM, el enfoque de análisis se centrara sobre el efecto de los

factores Viscosidad y Holgura.

6.3.1. Gráfica de efectos principales para desviación estándar

En esta grafica se muestra como se relaciona el estadístico desviación estándar con

respecto a los factores del experimento.

36

Figura 19. Gráfica de efectos principales para desviación estándar. Fuente: Los Autores

Como se mencionó anteriormente la mayor sensibilidad del estadístico descriptivo se

da respecto al factor RPM, donde genera mayores valores al nivel alto.

El factor Viscosidad al cambiar de nivel bajo a alto no afecta en gran medida el

estadístico desviación estándar, por lo que se consideraría una dependencia casi nula.

El efecto de variar el factor holgura de nivel bajo (-50) a nivel alto (50) genera un leve

incremento del estadístico con respecto al nivel medio (0).

El análisis de efectos principales del resto de los estadísticos descriptivos, tienen el

mismo comportamiento con lo expuesto anteriormente y se representan en el ANEXO

III. Además en la Tabla 16 y Tabla 17 se resumen los efectos principales de los

estadísticos descriptivos, representados por valores de medias ajustadas y porcentajes

respectivamente.

6.4 Gráficas de interacciones

A continuación se presentan las gráficas de interacciones de los factores que afectan

la variable respuesta. Estas Gráficas relacionan si un factor depende del nivel de otro

factor.

Analíticamente si las líneas son paralelas, indican que no hay interacción. Si existe un

cruce entre las líneas y mientras mayor sea la diferencia de sus pendientes, el grado de

24001600800

0,029

0,028

0,027

0,026

0,025

0,024

0,023

604530 500-50

RPM

Med

ia d

e D

esv

iacio

n E

stan

dar

Viscosidad Holgura

Gráfica de efectos principales para Desviacion EstandarMedias ajustadas

37

interacción será mayor. Sin embargo, es necesario corroborar conjuntamente con el

valor p de interacciones de la tabla de análisis de varianza, para determinar si la

interacción es significativa o no.

En base al valor p (Tabla 4), se selecciona las interacciones que tienen un valor α

significativo, que a continuación se les dará el respectivo desarrollo del análisis.

6.4.1. Gráfica de interacciones para media

Figura 20. Gráfica de interacciones para media Fuente: Los Autores.

Una interacción significativa está presente entre RPM*Viscosidad, donde la media del

estadístico media es inferior para una viscosidad 45 a 700, 1600 y 2500 rpm en relación

a las otra viscosidades. La interacción tiene un valor p de 0,0460 que es inferior al

nivel de significancia.

Las demás interacciones, tienen un comportamiento paralelo a lo largo de las curvas

formadas. Por lo que las interacciones no son significativas.

38

6.4.2. Gráfica de interacciones para mínimo

Figura 21. Gráfica de interacciones para mínimo. Fuente: Los Autores





Las demás interacciones, tienen un comportamiento paralelo o casi paralelo a lo largo

de las curvas formadas. Por lo que las interacciones no son significativas.

39

6.4.3. Gráfica de interacciones para mediana

Figura 22. Gráfica de interacciones para mediana Fuente: Los Autores







40

6.4.4. Gráfica de interacciones para tercer cuartil (Q3)

Figura 23. Gráfica de interacciones para tercer cuartil (Q3). Fuente: Los Autores



a las otra viscosidades. La interacción tiene un valor p de 0,050 que es inferior al nivel

de significancia.



41

6.5. Graficas de Superficie de Respuesta

6.5.1. Superficie de respuesta para media

Figura 24. Gráfica de superficie de respuesta para media Fuente: Los Autores

Se coloca como valor constante la holgura de los rines en 0% de apertura, para determinar

como el estadístico se afecta por los cambios de niveles de la interacción Rpm*Viscosidad,

donde se puede apreciar que la media disminuye hasta el régimen de 2000rpm

aproximadamente y se incrementa de nuevo hasta los 2500rpm, además se nota una discreta

dependencia de la media a partir de la viscosidad del aceite la misma que se afecta solo por el

régimen de giro ya expuesto.

6.5.2. Superficie de respuesta para minino

Figura 25. Gráfica de superficie de respuesta para mínimo. Fuente: Los Autores.

Holgura 0

Valores fijos

000151 00

0002

0,8

1,0

000103

0052

50

04

06

1 2,

aideM

dadisocsiV

MPR

ráfica de superficG e de i edia vs. Viscosidad; RPMM

Holgura 0

Valores fijos

10000051

0002

80,

0,1

100030

0052

50

40

06

2,1

ominiM

dadisocsiV

MPR

ráfica de superficie de MinG mo vs. Viscosidad; RPMi

42


como el estadístico se afecta por los cambios de niveles de la interacción Rpm*Viscosidad, se

puede apreciar que el mínimo disminuye hasta el régimen de 2000rpm aproximadamente y se

incrementa nuevamente hasta los 2500rpm, de igual forma se nota una discreta dependencia

del mínimo a partir de la viscosidad del aceite la misma que se afecta solo por el régimen de

giro ya expuesto.

6.5.3. Superficie de respuesta para mediana

Figura 26. Gráfica de superficie de respuesta para mediana. Fuente: Los Autores



aprecia que la mediana disminuye hasta el régimen de 2000rpm aproximadamente y se

incrementa de nuevo hasta los 2500rpm, de igual forma se nota una leve dependencia de la

mediana a partir de la viscosidad del aceite la misma que se ve afectada solo por el régimen

de giro ya expuesto.

Holgura 0

Valores fijos

10000051

0002

0,8

0,9

01,

100030

0052

50

04

60

1,1

anaideM

dadisocsiV

MPR

ráfica de superficie de M Mdiana vs. Viscosidad; RPG e

43

6.5.4. Superficie de respuesta para Q3

Figura 27. Gráfica de superficie de respuesta para tercer cuartil (Q3). Fuente: Los Autores



aprecia que el tercer cuartil disminuye hasta el régimen de 2000rpm aproximadamente y se

incrementa de nuevo hasta los 2500rpm, de igual forma se nota una leve dependencia del tercer

cuartil a partir de la viscosidad del aceite la misma que se ve afectada solo por el régimen de

giro ya expuesto.

Holgura 0

Valores fijos

00010051

0002

8,0

1,0

000103

0052

05

40

60

2,1

)3Q(

dadisocsiV

MPR

ráfica de superficie de (Q3) vs. ViscosidadG RPM;

44

Tabla 16. Media ajustada de efectos principales para estadísticos descriptivos. Fuente: Los Autores

Niveles de los Factores Estadísticos Descriptivos

RPM Densidad Holgura

Media EE de la

media

Desviación

Estándar Varianza

Coeficiente

de Variación Mínimo (Q1) Mediana (Q3) Máximo Rango Curtosis

700 45 0 1,16223 0,0006707 0,0249686 0,0006247 2,14969 1,12356 1,14088 1,15414 1,18357 1,21696 0,0933957 -1,12568

1600 45 0 0,794917 0,0009457 0,0231656 0,0005367 2,91302 0,74901 0,779741 0,791988 0,808236 0,856308 0,107296 -0,141788

2500 45 0 0,857234 0,0014478 0,0282675 0,0008034 3,28969 0,804607 0,839996 0,852077 0,876307 0,934668 0,130062 -0,18401

1600 30 0 0,796963 0,0009411 0,0231538 0,0005319 2,9225 0,751904 0,781888 0,793917 0,80994 0,859095 0,107184 -0,134028

1600 45 0 0,794917 0,0009457 0,0231656 0,0005367 2,91302 0,74901 0,779741 0,791988 0,808236 0,856308 0,107296 -0,141788

1600 60 0 0,817528 0,0009484 0,0233446 0,0005425 2,87417 0,772207 0,802215 0,814417 0,830517 0,878143 0,105945 -0,139861

1600 45 -50 0,789924 0,0009717 0,0236279 0,0005617 2,97109 0,743769 0,774268 0,786971 0,804132 0,852674 0,108902 -0,20094

1600 45 0 0,794917 0,0009457 0,0231656 0,0005367 2,91302 0,74901 0,779741 0,791988 0,808236 0,856308 0,107296 -0,141788

1600 45 50 0,80585 0,0009695 0,0237099 0,0005647 2,92495 0,759297 0,790214 0,802567 0,820658 0,868017 0,108717 -0,203747

Tabla 27. Valores porcentuales de la media ajustada de efectos principales. Fuente: Los Autores

Niveles de los Factores Estadísticos Descriptivos

RPM Densidad Holgura

Media EE de la

media

Desviación

Estándar Varianza

Coeficiente

de Variación Mínimo (Q1) Mediana (Q3) Máximo Rango Curtosis

700 45 0 46,2077% -29,0790% 7,7831% 16,3965% -26,2041% 50,0060% 46,3153% 45,7270% 46,4387% 42,1171% -12,9551% 693,9177%

1600 45 0 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00%

2500 45 0 7,84% 53,09% 22,02% 49,69% 12,93% 7,42% 7,73% 7,59% 8,42% 9,15% 21,22% 29,78%

1600 30 0 0,2574% -0,4864% -0,0509% -0,8944% 0,3254% 0,3864% 0,2753% 0,2436% 0,2108% 0,3255% -0,1044% -5,4730%

1600 45 0 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00%

1600 60 0 2,84% 0,29% 0,77% 1,08% -1,33% 3,10% 2,88% 2,83% 2,76% 2,55% -1,26% -1,36%

1600 45 -50 -0,6281% 2,7493% 1,9956% 4,6581% 1,9935% -0,6997% -0,7019% -0,6335% -0,5078% -0,4244% 1,4968% 41,7186%

1600 45 0 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00% 100,00%

1600 45 50 1,38% 2,52% 2,35% 5,22% 0,41% 1,37% 1,34% 1,34% 1,54% 1,37% 1,32% 43,70%

45

6.6. Efecto individual de los factores

Para determinar el efecto individual que tiene cada factor sobre la variable respuesta,

se establece una tabla comparativa establecida en función de las medias ajustadas para

cada estadístico descriptivo. Dicha tabla es formada al variar un solo factor mientras

los otros dos factores se mantienen en los niveles medios.

Para la visualización de la variabilidad de los datos, se establece porcentajes

equivalentes a la variación de los valores de los estadísticos descriptivos, como se

observa en la Tabla 18 y 19. Se considera cien por ciento al valor medio, por lo que

los términos con signo negativo, comprenden el porcentaje de disminución y de forma

contraria para los términos con signo positivos.

Para un análisis más detallado y profundo, se selecciona los estadísticos descriptivos

expuestos a mayor variación con respecto a la variación de cada factor.

Tabla 18. Estadísticos representativos para Viscosidad Fuente: Los Autores

RPM Viscosidad Holgura Media Varianza Mínimo Máximo Rango

1600 30 0 0,26% -0,91% 0,39% 0,33% -0,10%

1600 45 0 100,00% 100,00% 100,00% 100,00% 100,00%

1600 60 0 2,84% 1,08% 3,10% 2,55% -1,26%

Tabla 19. Estadísticos representativos para Holgura Fuente: Los Autores

RPM Viscosidad Holgura Media Mediana Mínimo Máximo Coeficiente

Variación

1600 45 -50 -0,63% -0,63% -0,70% -0,42% 1,99%

1600 45 0 100,00% 100,00% 100,00% 100,00% 100,00%

1600 45 50 1,38% 1,34% 1,37% 1,37% 0,41%

Para determinar como la viscosidad del aceite usado en un motor, afecta a la señal del

sensor MAP, el enfoque será sobre los estadísticos descriptivos presentes en la Tabla

18 donde el análisis será de la siguiente forma, cuando se usa un aceite V1, con holgura

S2 y a régimen R2, se tiene una disminución de 0,91%en el valor de la varianza, al

cambiar el aceite a V3 y conservando los factores restantes intactos, el incremento es

1,08% con enfoque al valor estándar.

Los estadísticos descriptivos de la Tabla 19 son los que mayor cambio denotan en sus

valores, cuando solo de hace la variación del parámetro holgura. Por ejemplo con una

46

holgura S1, régimen R2 y un aceite V2 la mediana tiene una disminución de 0,63% en

función del valor estándar.

NOTA: Se considera a V2 y S2 como valores estándar, puesto que son parámetros

establecidos por el fabricante en el caso segmentos estándar y con respecto a la

viscosidad un aceite 20W50 es el más empleado en el medio, y a partir de estos valores

se considera el incremento o disminución porcentual de cada estadístico descriptivo.

47

7. CONCLUSIONES

El análisis individual del factor rpm sobre el voltaje de señal del sensor MAP, no se

detalla ampliamente, debido a que a mayor régimen de giro, el voltaje aumenta

proporcionalmente al incremento de la presión absoluta en el colector de admisión. Sin

embargo en esta investigación se da una disminución del voltaje de la señal del sensor

MAP, durante el incremento del régimen de giro del motor, esto es producto de que la

experimentación, se desarrolló en un motor sin freno, donde el motor trabaja sin carga

(12,5%).

Para determinar como el factor viscosidad influye en la salida de voltaje de la señal

del sensor MAP, se analiza el comportamiento del estadístico descriptivo Varianza,

que con una viscosidad 10W30 el voltaje de señal disminuye en un 0,91%, y con una

viscosidad 25W60 el voltaje de señal se incrementa en un 1,08%. De igual manera se

pueden realizar el análisis de la Media, Mínimo, Máximo y Rango para comprobar los

resultados.

Analizando el comportamiento del estadístico descriptivo Mínimo, se determinar la

influencia del factor holgura sobre el voltaje de señal del sensor MAP, que con una

holgura de -50%, el voltaje de señal del sensor disminuye un 0,7%, y con una holgura

de 50%, el voltaje de señal se incrementa en un 1,37%. A la vez se puede realizar el

análisis de la Media, Mediana, Máximo y Coeficiente de Variación para comprobar

los resultados.

En la interacción Rpm*Viscosidad, el estadístico Mínimo tiene el valor p más bajo

(0,034), lo que indica que la influencia del factor Rpm sobre la variable de respuesta

va a depender del factor Viscosidad de aceite, es decir la significancia es mayor para

este estadístico a analizar.

La aleatorización de los tratamientos en el experimento se aplica con el fin de

garantizar la veracidad de los datos y que sean coherentes al comportamiento del

sensor y no producto de interferencias, factores ambientales y errores del

experimentador, además de complementarse con el cumplimiento del protocolo de

muestreo.

48

8. RECOMENDACIONES

Todas las pruebas realizadas en la presenta investigación se ha realizado para un motor

especifico, por lo que se recomienda realizar pruebas en distintos motores para

estandarizar los valores.

Tener en cuenta que los cables, el equipo de adquisición de datos y el sujeto de prueba,

deben estar aisladas de fuentes que puedan generar inducción de corrientes parasitas o

interferencias producidas por ondas acústicas por lo que sería necesario para ello

emplear cables con recubrimiento especial y pruebas en cámaras anecoicas.

Para validar aún más la técnica de diagnóstico mediante análisis estadístico, se

recomienda realizar el experimento con más factores que tengan relación directa con

eficiencia volumétrica del motor.

Es recomendable la generación de sistemas de diagnosis basados en redes neuronales

artificiales, tomando como base los resultados de la presenta investigación, con el fin

de potenciar las técnicas no intrusivas y facilitar su implementación e interpretación

en el ámbito laboral.

9. REFERENCIAS BIBLIOGRÁFICAS

[1] M. B. M. Abella, «Mantenimiento Industrial, Tecnologías de máquinas,» Leganés,

2003.

[2] J. C. C. Osio, «Aproximación a la gestión electrónica del motor, Control de emisiones

y consumo mediante una ANN,» Barcelona, 2015.

[3] I. D. A. Castaño, «Estudio de los factores que inciden en el desempeño en motores de

encendido provocado (MEP) convertidos a gas natural,» Medellín, 2003.

[4] R. W. Contreras Urgilés y J. E. Fajardo Merchán, «Diseño y construcción de un

sistema prototipo para determinar la cilindrada total de un motor ciclo Otto por un

método no invasivo mediante Labview.,» Quito, 2015.

[5] G. C. Eñaut Labaien, Curso sobre mantenimiento predictivo y sus distintas técnicas de

aplicación, San Sebastián: PREDICTOVE, 2009.

[6] R. F. Pesantez Domínguez y P. A. Zamora Cabrera, «Caracterización del tipo de

gasolina en función de la estequiometria de la mezcla y el adelanto del encendido

49

mediante el análisis de ruido de un motor ciclo Otto, para una altitud de 2500 msnm.,»

Cuenca, 2015.

[7] E. P. Parapi Patiño y F. M. Zuña Rodríguez, «Diseño y construcción de un equipo

prototipo de diagnóstico de la compresión de motores de combustión interna ciclo Otto

con sistema MPFI Multec Delphi mediante el análisis de los sensores CKP, MAP y

auxiliares.,» Cuenca, 2013.

[8] F. Saldivia, «Aplicación de mantenimiento predictivo. Caso estudio: Análisis de aceite

usando un motor de combustión interna,» Cancún, 2013.

[9] M. E. Cortés Cortés y M. Iglesias León, Generalidades sobre Metodología de la

Investigación, Campeche, México: Universidad Autónoma del Carmen, 2004.

[10] C. M. Razo, Cómo elaborar y asesorar una investigación de tesis, México: Pearson

Educación, 2011.

[11] H. Gutiérrez Pulido y R. De La Vara Salazar, Análisis y diseño de experimentos,

México: McGraw-Hill, 2008.

[12] N. Instruments, «http://www.ni.com/es-cr.html,» 11 Febrero 2016. [En línea].

Available: http://sine.ni.com/nips/cds/view/p/lang/es/nid/207096.

50

ANEXOS

ANEXO I

Entrada Analógica

Canales de una sola terminal 16

Canales Diferenciales 8

Resolución de Entrada Analógica 16 bits

Rango de Voltaje Máximo

Rango -10 V - 10 V

Precisión 2.71 mV

Sensibilidad 118 µV

Rango de Voltaje Mínimo

Rango -200 mV - 200 mV

Precisión 0.089 mV

Sensibilidad 5.2 µV

Salida Analógica

Número de Canales 2

Resolución 16 bits

Rango de Voltaje Máximo

Rango -10 V - 10 V

Precisión 3.512 mV

Rango de Voltaje Mínimo

Rango -10 V - 10 V

Precisión 3.512 mV

Razón de Actualización 250 kS / s

Especificaciones Físicas

Longitud 16.9 cm

Ancho 9.4 cm

Altura 3.1 cm

Conector de E / S Terminales de tornillo

Potencia USB Energizado por Bus

51

ANEXO II

Análisis Anova del ciclo de admisión, para los estadísticos descriptivos.

Figura II-1. Gráficas de residuos para Media

Figura II-2. Gráficas de residuos para EE de la Media

52

Figura II-3. Gráficas de residuos para Varianza

Figura II-4. Gráficas de residuos para Coeficiente de Variación

53

Figura II-5. Gráficas de residuos para Mínimo

Figura II-6. Gráficas de residuos para Q1

54

Figura II-7. Gráficas de residuos para Mediana

Figura II-8. Gráficas de residuos para Q3

55

Figura II-9. Gráficas de residuos para Máximo

Figura II-10. Gráficas de residuos para Rango

56

Figura II-11. Gráficas de residuos para Curtosis.

57

ANEXO III

Análisis de efectos principales de los estadísticos descriptivos, dado por os niveles de

los factores del experimento.

Figura II-1. Gráfica de efectos principales para media

Figura II-2. Gráfica de efectos principales para EE de la media

24001600800

1,2

1,1

1,0

0,9

0,8

604530 500-50

RPM

Med

ia d

e M

ed

ia

Viscosidad Holgura

Gráfica de efectos principales para MediaMedias ajustadas

24001600800

0,0015

0,0014

0,0013

0,0012

0,0011

0,0010

0,0009

0,0008

0,0007

0,0006

604530 500-50

RPM

Med

ia d

e E

E d

e l

a m

ed

ia

Viscosidad Holgura

Gráfica de efectos principales para EE de la mediaMedias ajustadas

58

Figura II-3. Gráfica de efectos principales para varianza.

Figura II-4. Gráfica de efectos principales para coeficiente de variación

Figura II-5. Gráfica de efectos principales para mínimo

24001600800

0,00080

0,00075

0,00070

0,00065

0,00060

0,00055

0,00050

604530 500-50

RPM

Med

ia d

e V

ari

an

za

Viscosidad Holgura

Gráfica de efectos principales para VarianzaMedias ajustadas

24001600800

3,4

3,2

3,0

2,8

2,6

2,4

2,2

2,0

604530 500-50

RPM

Med

ia d

e C

oefi

cie

nte

de V

ari

ació

n

Viscosidad Holgura

Gráfica de efectos principales para Coeficiente de VariaciónMedias ajustadas

24001600800

1,1

1,0

0,9

0,8

0,7

604530 500-50

RPM

Med

ia d

e M

inim

o

Viscosidad Holgura

Gráfica de efectos principales para MinimoMedias ajustadas

59

Figura II-6. Gráfica de efectos principales para primer cuartil (Q1)

Figura II-7. Gráfica de efectos principales para mediana

Figura II-8. Gráfica de efectos principales para tercer cuartil (Q3)

24001600800

1,1

1,0

0,9

0,8

0,7

604530 500-50

RPM

Med

ia d

e (

Q1)

Viscosidad Holgura

Gráfica de efectos principales para (Q1)Medias ajustadas

24001600800

1,2

1,1

1,0

0,9

0,8

604530 500-50

RPM

Med

ia d

e M

ed

ian

a

Viscosidad Holgura

Gráfica de efectos principales para MedianaMedias ajustadas

24001600800

1,2

1,1

1,0

0,9

0,8

604530 500-50

RPM

Med

ia d

e (

Q3

)

Viscosidad Holgura

Gráfica de efectos principales para (Q3)Medias ajustadas

60

Figura II-9. Gráfica de efectos principales para máximo

Figura II-10. Gráfica de efectos principales para rango

Figura II-11. Gráfica de efectos principales para Curtosis

24001600800

1,2

1,1

1,0

0,9

0,8

604530 500-50

RPM

Med

ia d

e M

axim

o

Viscosidad Holgura

Gráfica de efectos principales para MaximoMedias ajustadas

24001600800

0,13

0,12

0,11

0,10

0,09

604530 500-50

RPM

Med

ia d

e R

an

go

Viscosidad Holgura

Gráfica de efectos principales para RangoMedias ajustadas

24001600800

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

-1,2

604530 500-50

RPM

Med

ia d

e C

urt

osi

s

Viscosidad Holgura

Gráfica de efectos principales para CurtosisMedias ajustadas

61

ANEXO IV

Diagrama de flujo de los procedimientos para la medición y corroboración de valores

estadísticos de la variable de respuesta para los factores de entrada.

INICIO

Exportar valores de MAP

DATOS MAP

Calcular Estadísticos Descriptivos

- Media - EE de la Media - Desviación Estándar

- Varianza - Coeficiente de Variación

- Mínimo - Máximo - Q1

- Mediana - Q3 - Rango

Viscosidad Comparar con:

Media

Varianza

Mínimo

Máximo

Rango

Holgura Comparar con:

Media

Mediana

Mínimo

Máximo

Coeficiente de Variación

Iguales o

Semejantes NO

O

SI

Iguales o

Semejantes

Otras Fallas

SI

Diagnóstico y/o

Conclusiones

FIN

FIN

Conectar DAQ ↔ Señales

Comparar valores predichos

(Tabla 16)

universidad politÉcnica salesiana sede …€¦ · mi tía rosario por estar con nosotros en todo...

Documents